针对大型复杂决策信息系统，如何进行决策信息系统约简并获取知识一直是粗糙集理论中一个重要的研究课题。动态约简方法作为一种有效的约简方法提出，其实质是对大型决策信息系统进行多次抽样，把复杂决策信息系统的约简问题转化为若干子决策信息系统约简的交集，以寻求最优、最稳定约简的问题。本文基于粗糙集理论与方法，从动态约简的提出背景以及包含的各个层面详细阐述了其理论体系，深入研究了动态约简方法中子决策信息系统的抽样策略、动态约简结果的稳定性度量方法，并与静态约简方法进行了比较。 文章对动态约简的抽样问题进行了描述，分析了动态约简方法中样本族的计算方法，指出了存在的不足。针对抽取出的子决策信息系统，基于相对正域方法，度量了子决策系统与初始决策信息系统之间的相似性，并以此对整个样本族的特征进行了评判，提出了新的样本族确定方法。 对动态约简中的稳定性度量方法进行了分析，结合动态约简方法的抽样策略，基于代数论观点，从相对正域和边界区域角度，对样本族的稳定性进行了评判。根据动态约简计算方法，给出了度量函数，通过样本族稳定性评判标准对动态约简的稳定性进行了度量。 评述了目前国内外主要静态属性约简方法，分析了动态约简与静态约简两种方法的各自特点，进而针对同一决策信息系统，从算法结果的角度对动态约简与静态约简两种方法进行了比较，说明了动态约简更为稳定、有效。 论文最后对全文进行了总结，并对粗糙集理论及动态约简的发展方向进行了展望。